科学进步是推动现代人类社会发展的核心动力。因此，赋予人工智能以科学发现的能力，无疑是其发展的必然方向之一。

2025年6月7日，智源大会“AI与科学的共生未来”分论坛在北京中关村展示中心盛大启幕。本次论坛由智源研究院健康计算研究中心负责人叶启威担任主持人，论坛汇聚微软研究院、北京科学智能研究院、北京中关村学院、清华大学、宁波东方理工大学、深势科技等国内外顶尖科学家、高校学科研究者及企业代表，围绕“AI重塑科研范式”，“技术赋能科学发现的实践路径”等核心议题展开深度对话。

智源研究院健康计算研究中心负责人叶启威

来自Microsoft Research的Frank Noé博士发表了以「Molecular science in the age of AI」为题的主旨报告，他指出人工智能技术，尤其是深度学习，正全方位重塑分子科学研究范式，为药物发现、材料设计等关键领域带来前所未有的发展契机。Frank教授分享后，刘铁岩教授与Frank Noé就学科交叉协作、技术落地路径、Science Agent及青年人才培养等议题展开深度对话。

Microsoft Research AI4Science Dr. Frank Noé

两位学者共同寄语青年学者，Frank强调学生应勇于冒险和尝试不同领域，积累多样化经验。刘铁岩教授补充呼吁保持“好奇心”，打破“技术孤岛”思维，进行跨学科的交流。作为北京中关村学院院长，他也强调学院在推动跨学科人才培养、促进学术与产业深度融合方面的长期探索，希望更多青年学者能够在实践中成长。

北京中关村学院院长刘铁岩

北京科学智能研究院院长、深势科技创始人张林峰在报告中分享了在两个不同时期对AI for Science领域的理解。他提出下一阶段AI for Science的目标之一是推动走向“大科研时代”新范式、显著提升创新效能。“全要素闭环是当下的关键，随着"四梁N柱"基础设施框架的推动，接下来构建连接”读（读文献）、算（做计算）、做（做实验）”的完整链条是我们的重要任务。”

玻尔科研空间站深度整合了文献知识库和课程、模拟工具及模型、智能化实验工具、计算资源调度工具等，致力于系统性解决科研场景中的痛点问题，推动从“工具集合”进化为“智能体”的飞跃，目前玻尔科研空间站已服务超70万用户。张林峰在报告中表示“希望能够通过业内共建基础设施，以及开源开放的方式来推动AI for Science下一步的系统落地。这种"干湿闭环"模式将会助力生命科学、能源材料、化学化工等领域实现科研智能化与平台化。

北京科学智能研究院院长、深势科技创始人张林峰

清华大学智能产业研究院首席研究员兰艳艳教授从AI for Science的战略价值切入，指出AI将引领新一轮科技革命，尤其在药物研发领域产生变革性影响。

她提到清华大学智能产业研究院(AIR)与北京智源人工智能研究院于2021年成立健康计算联合研究中心，致力于应用最前沿的人工智能技术赋能生命健康，并发布AI驱动的超高通量药物虚拟筛选平台DrugCLIP，DrugCLIP通过将蛋白质和小分子以潜在空间编码的方式，采用对比学习的技术，实现了全基因组药物虚拟筛选。用户可以像搜索引擎一样提交一个感兴趣的药物靶点，平台非常迅速地完成大规模药物库筛选的过程，筛选结果能够深度的为各种研究机构或是制药企业赋能，提高创新药物的发现效率。兰艳艳表示，未来会在更高精度、更大规模的筛选、生成和推理等方面持续提升DrugCLIP的性能和平台服务，赋能药物发现，创造一个更加活跃的，更加蓬勃生机的生态。

清华大学智能产业研究院首席研究员兰艳艳教授

宁波东方理工大学（暂名）助理教授陈云天的分享主要探讨AI如何助力科学探索与物理化学规律。通过符号数学与AI算法的结合，成功验证方法对带交互项Burgers方程、具有高阶导数的KdV方程和含指数项Chafee-Infante方程的提取能力，充分证实了该方法的准确性与稳健性。该方法揭示了此前未知的全新方程，用于粘性重力流、复杂地形降水和化学极性等复杂现象的建模。

他分享了基于从数学手册中提取的200余类方程进行训练，构建出当前效果最佳的方程发现模型，以及介绍SGA、DISCOVER及应用于科学探索的大语言模型LLM4ED等前沿模型，为科学家跨越知识与数据壁垒、深入理解自然提供了全新方法。

宁波东方理工大学（暂名）助理教授陈云天

北京科学智能研究院研究员、实验表征负责人张泽中在报告中讲述了“AI与表征仪器的双向奔赴”。2018年以来国产高端科学仪器进入发展快车道，目前到达了一个历史性变革的关键节点，需要进一步实现流程自动化，决策与解析智能化，从而构建下一代高分辨-高精度-高效率的材料表征平台。

北京科学智能研究院研究员、实验表征负责人张泽中

在这个背景下，他所在的北京科学智能研究院将以“AI+表征”为锚点，积极响应《北京高端科学仪器创新发展行动计划（2025-2027年）》，助力高端科学仪器的智能化升级。目前已逐步实现了多个突破，例如自然语言控制电镜打通“规划-采集-分析-报告”自动化闭环、开发FIB离子束智能切削系统，构建三维视觉模型实时可视化加工流程，赋能半导体高通量研发等。张泽中表示，AI+仪器是国产高端科学仪器最好的发展机会，AISI希望能贡献出核心的力量，我们秉持着开放开源的心态，和大家携手共建，共赴未来。

微软研究院首席研究员陆子恒

微软研究院首席研究员陆子恒分享了大规模深度学习加速材料设计，即怎么用非常大规模的深度学习真正尝试找到一些材料的IP：一个是Large scale deep learing，一个是Materials design，解决如何用算力换来真正的新的IP，把大规模的基础设施算力转换成研发时间的加速。他表示数字化转型正在彻底改变材料科学领域，其中深度学习处于这一范式转变的最前沿。同时他重点介绍了深度图学习和生成模型在构建先进的AI模拟器中的可能性，以及如何使用AI模拟器来模拟、生成和设计新材料。

深势科技资深研究员么琳

“三维结构建模在跨尺度科学应用中具有核心价值，但其发展长期受限于领域割裂和泛化能力不足的瓶颈。针对这一挑战，我们提出了Uni-3DAR——一种基于八叉树数据结构的统一自回归框架，实现了从原子到宏观尺度的统一建模。”深势科技资深研究员么琳介绍到，“该框架通过创新性的"由粗到细"分词器将三维结构高效压缩为一维标记序列，配合两级子树压缩策略，最高可将序列长度缩减8倍；同时引入掩码下一标记预测策略，有效解决了压缩过程中的动态位置建模难题，在涵盖小分子、蛋白质、聚合物、晶体及宏观物体的多样化三维生成与理解任务中均展现出卓越性能。”